Android 二叉树理解

二叉树的性质

如果有2个子节点，那么左侧的比它本身的值小，右侧的比它本身的值大

• 查找：

查找过程：

        19小于33，则查找子左节点：17；

        19大于17，则查找子右节点18；

        因为19大于18，则继续找子右节点25；

        因为19小于25，则查找左节点19；

        等于了，说明我们找到了；

• 插入

  插入过程：

        55大于33，则往子右节点查找，即50；

        55大于50，则继续往子右节点查找，即58；

        55小于58，则往子左节点查找；即51；

        发现51无子节点，则，直接将55插入子节点的位置；因为55是大于51的，所以插入子右节点位置；

• 删除节点

删除过程：

删除13：

先查找：

        13小于33，则继续查找子左节点，即16；

        13小于16，则继续查找子左节点，即13；

        我们看到13只有1个子节点15，则直接删除13，将15直接添加到13的位置； 

        如果要删除的节点只有一个子节点，我们只需要更新父节点中指向要删除节点的指针，让它指向要删除节点的子节点就可以了

删除18：

先查找

        18小于33，则继续查找子左节点，即16；

        18大于16，则继续查找子右节点，即18；

        因为18有2个子节点，并且子树节点的最小值为19，则直接把19放到删除的18位置上，其他节点不变；

        如果要删除的节点有两个子节点，这时我们需要找到这个节点的右子树中的最小节点，把它替换到要删除的节点上，然后再删除这个最小节点

删除55：

        55大于33，则继续查找子右节点，即50；

        55大于50，则继续查找子右节点，即58；

        55小于58，则继续查找子左节点，即51；

        55大于51，则查找子右节点，即55；

        因为55没有子节点，则直接删除置为null即可；

        如果要删除的节点没有子节点，我们只需要直接将父节点中指向要删除节点的指针置为null

总结：如果要删除的节点没有子节点，我们只需要直接将父节点中指向要删除节点的指针置为null。比如删除图中的节点55。
如果要删除的节点只有一个子节点，我们只需要更新父节点中指向要删除节点的指针，让它指向要删除节点的子节点就可以了。比如删除图中的节点13。
如果要删除的节点有两个子节点，这时我们需要找到这个节点的右子树中的最小节点，把它替换到要删除的节点上，然后再删除这个最小节点。比如删除图中的节点18。

• 支持重复数据的二叉查找树

第一种方法比较容易。二叉查找树中每一个节点不仅仅存储一个数据，我们通过链表和支持动态扩容的数组等数据结构，把值相同的数据都存储在同一个节点上。
第二种方法是，每个节点仍然只存储一个数据。在查找插入位置的过程中，如果碰到一个节点与要插入数据的值相同，我们就将这个要插入的数据放到这个节点的右子树，即把这个新插入的数据当作大于这个节点的值来处理；
当要查找数据的时候，遇到值相同的节点，我们并不停止查找操作，而是继续在右子树中查找，直到遇到叶子节点，才停止，这样就可以把键值等于要查找值的所有节点都找出来。
 

遍历：

先序遍历：先访问根节点，然后访问左节点，最后访问右节点。

中序遍历：先访问左节点，然后访问根节点，最后访问右节点。

后序遍历：先访问左节点，然后访问右节点，最后访问根节点。

先序遍历、中序遍历、后序遍历，表示访问根节点的时机分别是最先，第二、最后；

public class Node {
    Object data;
    Node left = null;
    Node right = null;
    void Node(Object data,Node left,Node right){
        this.data = data;
        this.left = left;
        this.right = right;
    }
}


public class BinaryTree {
    // 先序遍历
    void preSearch(Node root){
        if (root != null){
            System.out.printf("%-4s",root.data);
            preSearch(root.left);
            preSearch(root.right);
        }
    }
    // 中序遍历
    void midSearch(Node root){
        if (root != null){
            midSearch(root.left);
            System.out.printf("%-4s",root.data);
            midSearch(root.right);
        }
    }
    // 后序遍历
    void bacSearch(Node root){
        if (root != null){
            bacSearch(root.left);
            bacSearch(root.right);
            System.out.printf("%-4s",root.data);
        }
    }
}

参考博文：

基本性质：https://blog.csdn.net/qq_43232545/article/details/104857698

排序：https://blog.csdn.net/qq_40727800/article/details/106976963